Resumen

Row

Situación nacional al 17 de noviembre de 2020 con base en los datos publicados por el Ministerio de Salud de Costa Rica en —> (http://geovision.uned.ac.cr/oges/)

Row

Casos positivos

125,590

Casos activos

46,454 (37%)

Casos recuperados

77,558 (61.8%)

Casos fallecidos

1,578 (1.3%)

Row

Hospitalizados

514

En salón

293 (57%)

En UCI

Row

Tabla de cantidades de casos

Casos positivos

Row

Datos al 17 de noviembre de 2020

Row

Casos positivos

125,590

Row

Mapa de casos positivos en distritos

Gráfico de distritos con mayor cantidad de casos positivos

---
title: "Trabjo final"
author: "Lic. Fernando Bermúdez Kuminev"
output: 
  flexdashboard::flex_dashboard:
    orientation: rows
    social: menu
    source_code: embed
    vertical_layout: fill    
---

```{r setup, include=FALSE}
#-------------------- Paquetes --------------------
library(flexdashboard)
library(tidyverse)
library(plotly)
library(dplyr)
library(tidyr)
library(sf)
library(leaflet)
library(leaflet.extras)
#-------------------- Colores ---------------------
color_positivos <- 'brown'
color_activos <- 'blue'
color_recuperados <- 'green'
color_fallecidos <- 'violet'
color_nuevos_positivos <- 'yellow'
color_hospitalizados <- 'pink'
color_salon <- 'orange'
color_uci <- 'red'
#--------------------- Íconos ---------------------
icono_positivos <- 'fas fa-plus'
icono_activos <- 'fas fa-font'
icono_recuperados <- 'fas fa-grin-beam-sweat'
icono_fallecidos <- 'fas fa-user-minus'

icono_nuevos_positivos <- 'fas fa-user-md'

icono_hospitalizados_totales <- 'fas fa-building'
icono_hospitalizados <- 'fas fa-hospital'
icono_salon <- 'fas fa-bed'
icono_uci <- 'fas fa-heartbeat'
#--------------- Otros parámetros -----------------
# Separador para lectura de datos CSV
caracter_separador <- ','
```


```{r, include=FALSE}
#--------------- Archivos de datos ----------------
archivo_general_pais <- "https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_17_CSV_GENERAL.csv"
archivo_positivos_cantones <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_17_CSV_POSITIVOS.csv'
archivo_activos_cantones <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_17_CSV_ACTIVOS.csv'
archivo_recuperados_cantones <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_10_CSV_RECUP.csv'
archivo_fallecidos_cantones <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_17_CSV_FALLECIDOS.csv'
```

```{r, include=FALSE}
#---------------------- Datos ---------------------
# Data frame de datos generales por país
df_general_pais <- read.csv(archivo_general_pais, sep = caracter_separador)
df_general_pais$FECHA <- as.Date(df_general_pais$FECHA, "%d/%m/%Y")
# Data frame de datos generales del país en la última fecha
df_general_pais_ultima_fecha <- 
  df_general_pais %>%
  filter(FECHA == max(FECHA, na.rm = TRUE))
# Data frame de casos positivos por cantón
df_positivos_cantones_ancho <- read.csv(archivo_positivos_cantones, sep = caracter_separador)

df_positivos_cantones <-
  df_positivos_cantones_ancho %>%
  pivot_longer(cols = c(-cod_provin, -provincia, -cod_canton, -canton), names_to = "fecha", values_to = "positivos")

df_positivos_cantones$fecha <- as.Date(df_positivos_cantones$fecha, "X%d.%m.%Y")
# Data frame de casos positivos por cantón en la última fecha
df_positivos_cantones_ultima_fecha <- 
  df_positivos_cantones %>%
  filter(fecha == max(fecha, na.rm = TRUE)) %>%
  select(cod_canton, positivos)
# Objeto sf de cantones
sf_cantones <- st_read('https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/delimitacion-territorial-administrativa/cr/ign/cr_limite_cantonal_ign_wgs84.geojson')
# Objeto sf de casos positivos en cantones en la última fecha
sf_positivos_cantones_ultima_fecha <-
  left_join(sf_cantones, df_positivos_cantones_ultima_fecha, by = c('cod_canton')) %>%
  arrange(desc(positivos))
```

```{r, include=FALSE}
#---------------------- Datos de distritos ---------------------
archivo_general_distritos <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_17_CSV_DISTRITOS.csv'

# Carga del archivo CSV en un data frame
df_general_distritos_sucio <- read.csv(archivo_general_distritos)

# Eliminación de filas y columnas que corresponden a encabezados, totales, etc.
df_general_distritos_ultima_fecha <- df_general_distritos_sucio[-c(1:7), -c(1, 2, 4)]

# Cambio de nombre de las columnas
df_general_distritos_ultima_fecha <- 
  df_general_distritos_ultima_fecha %>%
  rename(provincia = X.2,
         canton = X.4,
         distrito = X.5,
         positivos = X.6,
         recuperados = X.7,
         fallecidos = X.8,
         activos = X.9
  ) %>%  
  mutate_all(funs(sub("^\\s*$", NA, .))) %>% # Se llenan con NA las celdas con espacios vacíos
  mutate(distrito = if_else(distrito == "El Carmen", "Carmen", distrito)) %>%
  mutate(distrito = if_else(distrito == "Valle de La Estrella", "Valle La Estrella", distrito)) %>%
  mutate(distrito = if_else(distrito == "La Amistad", "La  Amistad", distrito)) %>%
  fill(c(1,2)) # Se rellenan "hacia abajo" las columnas de provincia y cantón con valor NA

# Borrado de las filas con valor de NA o de "Sin información de distrito" en la columna de distrito
df_general_distritos_ultima_fecha <- df_general_distritos_ultima_fecha[!is.na(df_general_distritos_ultima_fecha$distrito), ]
df_general_distritos_ultima_fecha <- df_general_distritos_ultima_fecha[df_general_distritos_ultima_fecha$distrito != 'Sin información de distrito', ]

# Conversión a integer de los tipos de datos de las columnas con cifras
df_general_distritos_ultima_fecha$positivos <- as.integer(df_general_distritos_ultima_fecha$positivos)
df_general_distritos_ultima_fecha$recuperados <- as.integer(df_general_distritos_ultima_fecha$recuperados)
df_general_distritos_ultima_fecha$fallecidos <- as.integer(df_general_distritos_ultima_fecha$fallecidos)
df_general_distritos_ultima_fecha$activos <- as.integer(df_general_distritos_ultima_fecha$activos)
# Objeto sf de distritos
# Capa simplificada
sf_distritos <- st_read('https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/delimitacion-territorial-administrativa/cr/ign/cr_limite_distrital_ign_wgs84.geojson')
# Capa detallada
# sf_distritos <- st_read('https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/delimitacion-territorial-administrativa/cr/ign/cr_distritos_ign_wgs84.geojson')
# Objeto sf de casos positivos en distritos en la última fecha
sf_general_distritos_ultima_fecha <-
  left_join(sf_distritos, df_general_distritos_ultima_fecha, by = c('provincia', 'canton', 'distrito'))
```

Resumen
=======================================================================
Row {data-height=10}
-----------------------------------------------------------------------
**Situación nacional al 17 de noviembre de 2020 con base en los datos publicados por el Ministerio de Salud de Costa Rica en ---> (http://geovision.uned.ac.cr/oges/)**

Row {data-height=50}
-----------------------------------------------------------------------

### Casos positivos {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$positivos, big.mark = ","), "", sep = " "), 
         caption = "Total de casos positivos", 
         icon = icono_positivos, 
         color = color_positivos
)
```

### Casos activos {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$activos, big.mark = ","), " (",
                       round(100 * df_general_pais_ultima_fecha$activos / df_general_pais_ultima_fecha$positivos, 1), 
                       "%)", sep = ""), 
         caption = "Total de casos activos",
         icon = icono_activos, 
         color = color_activos
)
```

### Casos recuperados {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$RECUPERADOS, big.mark = ","), " (",
                       round(100 * df_general_pais_ultima_fecha$RECUPERADOS / df_general_pais_ultima_fecha$positivos, 1), 
                       "%)", sep = ""), 
         caption = "Total de casos recuperados",
         icon = icono_recuperados, 
         color = color_recuperados
)
```

### Casos fallecidos {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$fallecidos, big.mark = ","), " (",
                       round(100 * df_general_pais_ultima_fecha$fallecidos / df_general_pais_ultima_fecha$positivos, 1), 
                       "%)", sep = ""), 
         caption = "Total de casos fallecidos",
         icon = icono_fallecidos, 
         color = color_fallecidos
)
```

Row {data-height=85}
-----------------------------------------------------------------------
  
### Hospitalizados {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$hospital, big.mark = ","), "", sep = " "), 
         caption = "Total de hospitalizados", 
         icon = icono_hospitalizados,
         color = color_hospitalizados
)
```

### En salón {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$salon, big.mark = ","), " (",
                       round(100 * df_general_pais_ultima_fecha$salon / df_general_pais_ultima_fecha$hospital, 1), 
                       "%)", sep = ""), 
         caption = "Hospitalizados en salón",
         icon = icono_salon, 
         color = color_salon
)
```

### En UCI {.gauge}
```{r}
UCI <- ((df_general_pais_ultima_fecha$UCI / 359)* 100)

gauge(UCI, min = 0, max = 100, symbol = '%', gaugeSectors(
  success = c(0, 39), warning = c(40, 79), danger = c(80, 100)
))
```

Row {data-height=100}
-----------------------------------------------------------------------

### Tabla de cantidades de casos
```{r}
st_drop_geometry(sf_general_distritos_ultima_fecha) %>% 
  select(Provincia = provincia, Canton = canton, Distrito = distrito, Positivos = positivos, Recuperados = recuperados, Activos = activos, Fallecidos = fallecidos) %>%
  DT::datatable(rownames = FALSE,
                options = list(searchHighlight = TRUE, 
                               language = list(url = '//cdn.datatables.net/plug-ins/1.10.11/i18n/Spanish.json')
                )
  )
```

Casos positivos
=======================================================================
  Row {data-height=1}
-----------------------------------------------------------------------
Datos al 17 de noviembre de 2020

Row
-----------------------------------------------------------------------
  
### Casos positivos {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$positivos, big.mark = ","), "", sep = " "), 
         caption = "Total de casos positivos", 
         icon = icono_positivos, 
         color = color_positivos
)
```

Row {data-width=400}
-----------------------------------------------------------------------
  
### Mapa de casos positivos en distritos
```{r}
paleta_azul <- colorBin(palette = "Blues", 
                        domain = sf_general_distritos_ultima_fecha$positivos,
                        bins = 5
)
leaflet_distritos_positivos <- leaflet(sf_general_distritos_ultima_fecha) %>% 
  fitBounds(lng1 = -86, lng2 = -82, lat1 = 8, lat2 = 11) %>%
  addProviderTiles(providers$OpenStreetMap.Mapnik, group = "OpenStreetMap") %>%
  addPolygons(fillColor = ~paleta_azul(positivos), stroke=T, fillOpacity = 1,
              color="black", weight=0.2, opacity= 0.5,
              group = "Distritos",
              popup = paste("Provincia: ", sf_general_distritos_ultima_fecha$provincia, "
", "Cantón: ", sf_general_distritos_ultima_fecha$canton, "
", "Distrito: ", sf_general_distritos_ultima_fecha$distrito, "
", "Positivos: ", sf_general_distritos_ultima_fecha$positivos ) ) %>% addLegend("bottomright", pal = paleta_azul, values = ~positivos, title = "Casos positivos", opacity = 1, group = "Distritos" ) %>% addLayersControl( baseGroups = c("OpenStreetMap"), overlayGroups = c("Distritos"), options = layersControlOptions(collapsed = TRUE) ) %>% addMiniMap( toggleDisplay = TRUE, position = "bottomleft", tiles = providers$OpenStreetMap.Mapnik )%>% addScaleBar("bottomleft") # Despliegue del mapa leaflet_distritos_positivos ``` ### Gráfico de distritos con mayor cantidad de casos positivos ```{r} df_distritos_positivos_ord <- df_general_distritos_ultima_fecha[with(df_general_distritos_ultima_fecha, order(-df_general_distritos_ultima_fecha$positivos)), ] df_distritos_positivos_otros <- df_distritos_positivos_ord %>% slice(11:487) %>% select(distrito, positivos) df_distritos_positivos <- (df_general_distritos_ultima_fecha) %>% mutate(distritos= factor (positivos, levels = sort(unique(df_general_distritos_ultima_fecha$positivos)))) %>% top_n(n = 10, wt = positivos) df_distritos_positivos <- data.frame("Categorie"=rownames(df_distritos_positivos), df_distritos_positivos) data <- df_distritos_positivos[,c('distrito', 'positivos')] fig <- plot_ly(data, labels = ~distrito, values = ~positivos, type = 'pie') fig <- fig %>% layout(title = 'Casos positivos por distrito', xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE), yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE)) fig ```